西门子SMART200 PLC梯形图,SR20,昆仑通态触摸屏组态画面,常压电热水锅炉比例模糊...

news2026/4/1 23:50:33
西门子SMART200 PLC梯形图SR20昆仑通态触摸屏组态画面常压电热水锅炉比例模糊控制追目标温度PLC源触摸屏源CAD原理图图纸全套常压电热水锅炉那种“冰火两重天”的加热体验谁懂茶水间或者小烘干池边上接触器劈里啪啦像过年放炮泡一壶茶等半天开泡第二壶直接烫得吐舌头PID调参数冬天夏天湿度干度全变调一次要熬大夜蹲数据。前阵子帮楼下社区物业的公共澡堂翻修热水系统折腾出一套SR20昆仑通态TPC7062Ti的组合拳用了点半吊子的比例模糊控制居然把追温精度卡到了±0.5℃澡堂大爷说“水温稳得能养热带鱼了当然不敢养怕烫坏居民澡票”。先甩个CAD简化的原理图凑凑硬货感别嫌我手绘转CAD线歪哈大概意思对就行graph TD SR20[西门子SMART200 SR20brCPU本体220V AC供电brDI/DO各12/8点1AI2AO模拟量模块不对SR20本体没模拟插AM06哦对AM06是4AI2AO] 液位检测[浮球开关PT100远传液位计PT100其实主要测水温的AM06的AI1接PT100变送器4-20mA] 进水阀[AC220V两位两通电磁阀接SR20 DO0] 加热棒[3根15KW常压电加热棒接3个AC220V中间继电器→SR20 DO1/DO2/DO3比例控制的话普通PLC通断是阶梯模糊控制补平滑不对AM06有AO可以加1个可控硅调功器SR20 AO0接调功器模拟量输入功率从0-15KW线性调剩下DO1/DO2留着冬天超功率需求时补硬开关的2根棒或者防万一可控硅坏了的备用完美] 昆仑通态[TPC7062Ti以太网通讯连SR20设目标温度、显示实时温度/功率/液位、手动自动切换、历史趋势] SR20 --|DO通断控制| 进水阀 SR20 --|DO0~2控制中间继电器/备用| 加热棒 SR20 --|AO0 4-20mA→0-15KW| 可控硅调功器 SR20 --|Modbus TCP/IP| 昆仑通态 液位检测 --|DI0低液位报警连锁关进水关加热brDI1中液位停进水brAI2 4-20mA液位显示用不用PT100远传都无所谓澡堂要求不高浮球够了AI2留空也行| SR20 PT100 --|AI1 4-20mA→变送器已经转好对应0-100℃了| SR20代码分析就别来SCL那套看起来太复杂的虽然SMART2.7及以上支持SCL但物业的维护师傅只会梯形图对这个才是重点挑核心的追温逻辑梯形图片段转成Mermaid文字碎碎念。首先昆仑通态那边得先做个“目标设定”输入框比如设成MW0显示格式保留1位小数温度范围设30-60℃澡堂公共的嘛安全第一实时温度对应AI1转成的整数存VW100再转成浮点数VD104比如AM06 AI1配置成4mA0对应VD1040.020mA100对应VD104100.0这个是硬件组态时选信号类型自动生成的转换不用自己写MOVMULDIV梯形图算死算慢死。西门子SMART200 PLC梯形图SR20昆仑通态触摸屏组态画面常压电热水锅炉比例模糊控制追目标温度PLC源触摸屏源CAD原理图图纸全套然后偏差e目标-实时偏差变化率Δe当前e-上一次e上一次e存在VD112里每次扫描周期最后更新就行。模糊控制的话不用像论文里写7×7的模糊矩阵那么复杂物业师傅能看懂改起来方便我们整个5×3或者3×3的“穷举模糊规则表”用比较指令堆就行穷举归穷举但逻辑要贴合实际偏差e如果很大比如差5℃以上MW2存e整数倍放大的怕浮点数比较飘比如e×10变成VD120取整存MW2方便整数CMP简单粗暴又好用不管Δe是什么全开硬开关可控硅100%先冲上去偏差e中等1-5℃Δe如果是正的还在往下掉硬开关留1-2根可控硅80-100%Δe如果接近0可控硅慢慢减到50-70%Δe如果是负的已经在升温超过预期的斜率了关多余硬开关可控硅降到30-50%偏差e很小±0.5℃以内硬开关全关靠可控硅调功器微调比如e为负0.1到0.5差一点点或者稍微超一点点但还在安全舒适区调功器10-30%e为负0.5以下超太多调功器0%。贴一小段中等偏差MW2≥10且MW250因为e×10了嘛对应1-5℃Δe是正的MW4≥0Δe×10存MW4的梯形图逻辑graph LR A[SM0.0 常闭不常开扫描周期一直执行] -- B B[CMPI MW2 10] -- C C[CMPI MW2 50] -- D D[CMPI MW4 0] -- E E[ Q0.1 第一根备用硬开关棒] -- F F[MOVW 16000 VW200 对应可控硅4-20mA里的16000不对硬件组态时AO0选4-20mA对应模拟量输出0-32000所以16000是50%哦刚才穷举规则写的Δe正中等偏差是80-100%32000×0.825600改成25600] -- G G[MOVW VW200 AQW0]文字解释这段每次CPU一干活SM0.0常开就先看e×10是不是10到50之间再看Δe×10是不是正的或者刚好不动要是都满足直接点亮Q0.1插一根硬棒保底然后把AQW0AO0的模拟量输出地址塞25600也就是可控硅调80%的功率猛冲但别冲太快太陡。昆仑通态那边还有个小细节我挺得意的加了个“季节微调”的下拉菜单冬天选“冬季模式”自动把硬开关全开的阈值从e×10≥50改成≥30对应差3℃就全开毕竟冬天进水温度低散热快可控硅的各个微调值也自动加个几百几千夏天选“夏季模式”反过来阈值拉高微调值降低还有个“手动模式”随便开关进水阀开关棒调可控硅的滑块滑块对应AQW0的0-32000转成0-15KW显示方便维护或者应急。图纸全套的话CAD里还包括SR20的端子排接线图、昆仑通态的网线连接图、可控硅调功器的控制回路图、主电路空开接触器熔断器的图主电路记得选大一点的线径15KW×345KWAC220V的话每根火线零线大概要25平方的铜芯线物业一开始想省用16的被我骂了一顿安全第一澡堂人多用电高峰很危险的空开选D型63A的。最后效果怎么样开了快一个月了居民投诉没了电表度数居然比以前用老接触器反复跳的省了15%左右大爷大妈每次洗都笑呵呵的还给我塞了几个煮鸡蛋和橘子。半吊子的比例模糊控制不用太复杂的算法用梯形图穷举就行普通人维护也能看懂性价比超高

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2473591.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…